Статистикт Т-тест гэж юу вэ
Пендахулуан
Статистикийн ертөнцөд судлаачдад үнэн зөв, найдвартай дүгнэлт гаргахад нь туслах зорилгоор янз бүрийн өгөгдлийн шинжилгээний аргуудыг боловсруулсан. Туршилтын судалгаа, судалгаанд хамгийн түгээмэл хэрэглэгддэг аналитик хэрэгслүүдийн нэг бол t-тест юм. Энэ нийтлэлд бид t-тест гэж юу болох, түүний төрлүүд, хэрхэн ажилладаг, шинжлэх ухаан, үйлдвэрлэлийн судалгаанд хэрэглэх болон хамаарлын талаар дэлгэрэнгүй авч үзэх болно.
Т-тест гэж юу вэ?
t-тест гэдэг нь хоёр өгөгдлийн багцын дундаж хооронд мэдэгдэхүйц ялгаа байгаа эсэхийг тодорхойлоход ашигладаг статистик арга юм. t-тестийг хоёр бүлгийн хооронд мэдэгдэхүйц ялгаа байхгүй гэсэн тэг таамаглалыг шалгахад ашигладаг. Хэрэв t-тестийн үр дүнгээс харахад бүлгүүдийн хоорондох ялгаа нь мэдэгдэхүйц гэж үзэх хангалттай том байвал тэг таамаглалыг няцааж болно.
Яагаад Т-тестийг ашигладаг вэ?
Судлаачид эсвэл салбарын тоглогчид түүврийн өгөгдөлд үндэслэн шийдвэр гаргах шаардлагатай олон тохиолдолд t-тест нь маш хэрэгтэй байдаг. t-тестийн зарим нийтлэг хэрэглээнд дараахь зүйлс орно.
1. Биоанагаахын туршилтууд: Эм ууж буй бүлгийг плацебо ууж буй бүлэгтэй харьцуулж шинэ эмийн үр нөлөөг судлах.
2. Дэлхийн маркетинг: Кампанит ажлын өмнө болон дараах борлуулалтыг харьцуулж маркетингийн кампанит ажлын борлуулалтад үзүүлэх нөлөөллийг үнэл.
3. Сэтгэл судлал: Тодорхой эмчилгээний хөтөлбөр нь өвчтөнүүдийн бүлэгт эерэг нөлөө үзүүлж байгаа эсэхийг үнэлэх.
Т-тестийн төрлүүд
Туршиж буй өгөгдлийн төрөл болон таамаглалаас хамааран хэд хэдэн төрлийн t-тестийг ашиглаж болно. Хамгийн түгээмэл гурван төрлийн t-тестийг энд оруулав.
1. Нэг дээжийн Т-тест
Нэг түүврийн t-тестийг түүврийн дундаж нь мэдэгдэж буй эсвэл таамагласан дундажаас мэдэгдэхүйц ялгаатай эсэхийг тодорхойлоход ашигладаг. Жишээ нь, өгөгдсөн хүн амын дундаж өндрийг улсын дундаж өндөртэй харьцуулах явдал юм.
2. Бие даасан хоёр дээжийн Т-тест
Бие даасан хоёр түүврийн t-тестийг хоёр бие даасан бүлгийн дундажийг харьцуулахад ашигладаг. Эдгээр бүлгүүд нь ихэвчлэн хоёр өөр популяци эсвэл ижил популяцийн дэд түүврээс гардаг. Жишээлбэл, хоёр өөр хотын дундаж орлогыг харьцуулах.
3. Хосолсон Т-тест
Хосолсон t-тестийг хоёр холбогдох түүврийн дундажийг харьцуулахад ашигладаг. Эдгээр түүврүүд нь интервенцийн өмнө болон дараа эсвэл хоёр өөр нөхцөлд ижил субьектууд дээр авсан хэмжилтээс гардаг. Хосолсон t-тестийн хэрэглээний нэг жишээ бол эрчимжүүлсэн сургалтанд хамрагдахаас өмнө болон дараа оюутнуудын оноог хэмжих явдал юм.
Т-тестийн ажлын арга
Т-тест хийхийн тулд хэд хэдэн алхамыг дагаж мөрдөх шаардлагатай, тухайлбал:
1. Таамаглал дэвшүүлэх нь:
– Тэг таамаглал (H0): Хоёр бүлгийн хооронд мэдэгдэхүйц ялгаа байхгүй.
– Альтернатив таамаглал (H1): Хоёр бүлгийн хооронд мэдэгдэхүйц ялгаа бий.
2. Ач холбогдлын түвшинг тодорхойлох нь:
Ач холбогдлын түвшинг ихэвчлэн \(\alpha = 0.05 \) гэж тохируулдаг бөгөөд энэ нь ажиглагдсан үр дүн нь тохиолдлын улмаас гарсан байх магадлал 5% байна гэсэн үг юм.
3. Өгөгдөл цуглуулах ба тооцоолох:
Цуглуулсан өгөгдлийн дундаж (\(\bar{X}\)), дисперс (\(S^2\)) болон түүврийн хэмжээг (n) тооцоол.
4. Т утгыг тооцоолох:
t-тестийн томъёо нь ашигласан t-тестийн төрлөөс хамааран өөр өөр байдаг. Бие даасан хоёр түүврийн t-тестийн хувьд ашигласан томъёо нь:
\[
t = \frac{\bar{X_1} – \bar{X_2}}{\sqrt{S_p^2 \left(\frac{1}{n_1} + \frac{1}{n_2}\right)}}
\]
Хаана:
\[
S_p^2 = \frac{(n_1 – 1)S_1^2 + (n_2 – 1)S_2^2}{n_1 + n_2 – 2}
\]
Ашигласан тэмдэглэгээг дараах байдлаар тайлбарлав.
– \(\bar{X_1}, \bar{X_2}\): Бүлэг бүрийн дундаж.
– \(S_1^2, S_2^2\): Бүлэг бүрийн дисперс.
– \(n_1, n_2\): Бүлэг бүрийн түүврийн хэмжээ.
– \(S_p^2\): Хамтарсан дисперс.
5. Чухал утгуудыг тодорхойлох:
Чөлөөний зэрэг (\(df = n_1 + n_2 – 2\)) болон заасан ач холбогдлын түвшингийн дагуу чухал утгыг олохын тулд t-тархалтын хүснэгтийг ашиглана уу.
6. Т утгыг чухал утгатай харьцуулах нь:
Хэрэв тооцоолсон t-утга нь чухал утгаас их байвал тэг таамаглалыг няцаана; эсрэгээр, хэрэв тооцоолсон t-утга нь чухал утгаас бага бол бид тэг таамаглалыг няцааж чадахгүй.
Т-тестийн хэрэглээний тохиолдлын жишээ
Жишээ 1: Шинэ эмчилгээний үр нөлөөг турших
Жишээлбэл, судалгаагаар тодорхой хүн амын дунд түгшүүрийн шинж тэмдгийг бууруулах шинэ сэтгэл зүйн эмчилгээг хэрэгжүүлэх зорилготой. Судлаачид оролцогчдын бүлгийн эмчилгээний өмнө болон дараа түгшүүрийн түвшинг хэмждэг. Үүний тулд хосолсон t-тестийг ашигладаг:
– Тэг таамаглал (H0): Эмчилгээний өмнө болон дараа сэтгэлийн түгшүүрийн түвшинд мэдэгдэхүйц ялгаа байхгүй.
– t утгыг тооцоолсны үр дүнгээс харахад эмчилгээ нь оролцогчдын түгшүүрийг мэдэгдэхүйц бууруулсан байна.
Жишээ 2: Маркетингийн кампанит ажлын үр нөлөөг шалгах
Маркетингийн ертөнцөд компаниуд шинэ маркетингийн кампанит ажлууд нь хуучин кампанит ажлуудаасаа илүү үр дүнтэй эсэхийг мэдэхийг хүсдэг. Энэ тохиолдолд бие даасан хоёр түүврийн t-тест тохиромжтой байж болох юм:
– Тэг таамаглал (H0): Кампанит ажлын өмнө болон дараа бүтээгдэхүүний борлуулалтад мэдэгдэхүйц ялгаа байхгүй.
– Хэрэв t-утга нь хоёр үеийн хооронд мэдэгдэхүйц ялгааг харуулсан бол шинэ кампанит ажил амжилттай болсон гэж үзнэ.
Дүгнэлт
t-тест нь статистикийн маш хэрэгтэй хэрэгсэл бөгөөд судлаачдад хоёр өгөгдлийн багцын хоорондох дундажийн зөрүүний талаарх таамаглалыг шалгахад тусалдаг. t-тестийн янз бүрийн төрлүүдийг (жишээлбэл, нэг түүврийн t-тест, бие даасан хоёр түүврийн t-тест, хосолсон t-тест) ойлгосноор судлаачид өгөгдөл дээр үндэслэсэн илүү утга учиртай дүгнэлт хийж чадна.
Ерөнхийдөө t-тест нь судалгааны үр дүнг үнэлэх, эрүүл мэнд, сэтгэл судлал, боловсрол, маркетинг гэх мэт салбарын шилдэг туршлагыг мэдээлэх бодитой аргыг олгодог. Бид энэ аргыг илүү гүнзгий ойлгож, хэрэгжүүлэх тусам өгөгдөлд үндэслэн илүү сайн, илүү мэдээлэлтэй шийдвэр гаргах магадлал өндөр байдаг.
